一种融合地学先验与自适应Gamma损失的多源降水智能融合方法及系统
申请号:CN202510876996
申请日期:2025-06-27
公开号:CN120688012A
公开日期:2025-09-23
类型:发明专利
摘要
本发明提供了一种融合地学先验与自适应Gamma损失的多源降水智能融合方法及系统,涉及气象遥感数据融合与人工智能降水估计领域。本发明通过构建多源观测张量与地学先验特征矩阵,提取历史降水统计量并经元学习生成Gamma分布参数,构建自适应损失函数;将融合特征输入深度网络联合优化模型权重与分布参数,输出降水估计值与后验分布,经置信区间采样、地形一致性检验和平滑处理,形成最终降水产品。本发明能够提高极端降水估计精度与泛化能力。
技术关键词
智能融合方法
深度融合网络
融合特征
数字高程模型
参数
跨模态
土地利用分类
归一化植被指数
注意力机制
数据
概率密度函数
矩阵
智能融合系统
样本
变量
浅层神经网络
雨量计
气候